文 献 综 述
前言
能源安全问题一直都是制约当今工业发展乃至社会发展的关键问题。从上世纪80、90年代开始，世界就面临着由各种原因造成的能源短缺，比如战争，开采手段不足，储量不足等。锂离子电池作为电动汽车的能源，成为了新能源的领军方向，现代汽车使用不可再生能源，而能源短缺便成了一个重要的问题，这样电动汽车便应运而生，凭借其可再生的特性，优秀的储能，高效安全清洁，良好的循环寿命等特性 ，作为了重点优先的研究对象。
（电池内部图示）
- 研究方向
在电池的生产使用中，除了电池本身的材料选择及生产过程工艺之外，电池管理系统BMS也是电池应用技术中非常重要的组成部分之一。BMS的主要功能就是监测电池的各项参数和使用中的状态变化，保证电池组在安全的电压区间内工作，不过充、过放。同时在电池工作状态发生异常，或者电池本身出现问题的时候，进行相对应的反馈和干预(如电池间压差过大或某些单节电压低于工作电压导致的电池电压不均衡)，提前排除各种安全隐患，达到延长电池使用寿命，提高系统运作安全性间的目的。而健康状态信息就是各项参数中极其重要的一个。电池的健康状态反映了电池放电的能力，是表征电池寿命的重要参数锂离子电池的健康状态表述为电池当前容量与初始容量的比值 ，既反应了电池的当前容量，又能直观的看到当前容量与初始容量的变化比，符号用SOH(StateofHealth)表示。新电池SOH通常大于等于1，当当前最大容量下降到初始值当0.8时，即可认为该电池寿命结束。
锂离子电池SOH估计的主要方法有直接放电法、内阻法、电化学阻抗分析法、模型法和电压曲线模型法等，直接放电法是目前唯一公认利用负载对单体电池SOH评价的可靠方法，但该方法需要 离线测试电池SOH，对车用动力电池来说实现困难，测试负载较笨重操作不方便；内阻法主要通过建立内阻与SOH之间的关系来估算SOH，由于电池内阻比较小，准确测量比较困难，这种方法还没有得到实际的应用；电化学阻抗分析法的主要思想是向电池施加多个正弦信号，然后运用模糊理论对 已采集到的数据信息分析，预测电池的当前性能，需要做大量的数据采集与分析才能获取此款电池的特性，还依赖诸多阻抗及阻抗谱的理论知识，性价比较低；模型法是分析电池内部所发生的化学反应，以此为基础建立电池模型，进而计算电池容量的衰减，这种方法需要对电池内部的化学反应进行详尽分析并需知道电池的有关参数而且需要做大量关于电池寿命的试验难度较大耗时较长相对而言电压曲线模型法建模简单不需要电池的固有参数和做大量的试验成本低估算精确高。
- 研究原因
锂离子可充电电池是通过锂离子在负极与正极之间发生嵌入(掺杂)和脱嵌(去掺杂)的迁移运动，电池充电与放电的过程本质上是伴随电子的交换而实现的。正极材料与负极材料都是层状化合物，在充电、放电过程中只有锂离子参加反应，实质上是十分简单的化学反应。理想的锂离子电池只在正极和负极发生工作状态下的标准电化学反应，而不会发生锂离子的不可逆消耗。然而实际使用中锂离子电池时刻都有副反应发生，不可逆的各种化学反应也在不断的产生。这种实际应用过程中或者说每一次锂离子电池的充电或者放电中，都会有导致锂离子不可逆消耗的反应发生，最后导致锂离子电池容量的改变，而且改变不可逆，并且随着循环次数的增加而不断的累积，进而对电池的性能产生严重的影响。造成锂离子电池的容量衰减的主要原因为以下几类:1)正极材料的溶解；2)电解液的分解；3)过充电过放电造成的容量损；4)自放电；5)SEI界面膜的形成；6)级流体的腐蚀；7)副反应活动对活性锂的消耗。
- 研究方法
基于模型的锂离子电池健康状态估计方法主要有基于电化学模型的健康状态估计方法、基于经验模型的健康状态估计方 法和基于等效电路模型的健康状态估计方法。基于电化学模型的健康状态估计方法是在分析电池内部化 学反应的基础上建立电池的SOH模型，基于模型来估计电池的SOH值。Ning等人通过建立电池内部的热力学和动力学相关方程，提出了通用循环容量衰退模型，从而实现锂离子电池的SOH估计。
基于经验模型的健康状态估计方法是利用大量电池充放电 实验数据，采用拟合的方法获得电池SOH与各变量之间的关系式。Liaw等人将温度和SOC作为变量，开展了不同条件下的电池加速寿命实验，提出了阿伦尼斯经验模型，可以用于锂离子电池的SOH估计。Wright等人综合考虑了时间、温度、SOC和SOC变化范围等因素，开展多种条件下的寿命实验，在大量实验数据的基础上，提出了锂离子电池的经验模型。黎火林等人开展了不同温度和电流条件下的充放电实验，获得温度和电流对电池容量变化的影响，结合公式修正，建立了锂离子电池的经验模型。 基于等效电路模型的健康状态估计方法是用电阻、电容、电感和电压源等模拟电池的充放电特性，建立电池的等效电路模型，估算电池的SOH值。Dai等人基于Thevenin模型，通过监测电池的电压和电流数据，利用在线辨识方法获得模型参数，实现了对电池SOH值的在线估计。Erdinc等人对Thevenin模型进行了改进，考虑温度、循环次数、充电电流大小以及等效内阻变化等因素，实现了对电池SOH值的估计。Bhangu等人基于RC等效电路模型，在线监测电池输出电压，结合扩展卡尔曼滤波算法，实现了电池SOH的实时预测。下图为PNGV模型等效图。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
